인공지능

point cloud 잘 정리된 사이트

https://blog.testworks.co.kr/3d-ai-data-point-cloud/ 3D 인공지능 데이터 Point Cloud (1) – Testworks 개요 딥 러닝 기술이 세계적으로 재조명을 받은 이후, 다양한 데이터에 대한 인공지능 연구 및 개발이 활발히 진행되고 있다. 그리고 현재까지 인공지능을 통해 가장 눈부신 성장을 이룬 분야 blog.testworks.co.kr

data가져오기

엑셀, csv, mssql data 가져오기 https://wikidocs.net/150903 01. 데이터 가져오기 [TOC] ## 엑셀 데이터 가져오기 ```{.python} import pandas as pd file = 'c:\\폴더명\\파일명.xlsx' # 시트 지정 안하면 첫 ... wikidocs.net

Loss function 어떤걸써야하지?

anomaly detection 에서는 정상 데이터와 비정상 데이터의 분류가 필요하다. 내 연구과제에서 필요한 과정은 U-net을 통해서 시공간 정보를 고려해서 다음 frame을 예측하고 이 예측된 frame이랑 실제 다음 frame이랑의 오차를 따져서 비정상 frame을 분류해주는 것이 필요하다 pytorch MSELOSS https://pytorch.org/docs/stable/generated/torch.nn.MSELoss.html pytorch PSNR https://pytorch.org/ignite/generated/ignite.metrics.PSNR.html Ignite Your Networks! — PyTorch-Ignite v0.4.9 Documentation High-level libra..

Loss fuction 종류

1. 평균 제곱 오차(mean squared error, MSE) 1 2 3 4 5 6 7 # calculate mean squared error def mean_squared_error(actual, predicted): sum_square_error = 0.0 for i in range(len(actual)): sum_square_error += (actual[i] - predicted[i])**2.0 mean_square_error = 1.0 / len(actual) * sum_square_error return mean_square_error 2. 교차 엔트로피 오차(binary cross entropy error, CEE) 1 2 3 4 5 6 7 8 9 from math import log #..

U-net model

https://github.com/Hsankesara/DeepResearch GitHub - Hsankesara/DeepResearch: This repository is the collection of research papers in Deep learning, computer vision and NL This repository is the collection of research papers in Deep learning, computer vision and NLP. - GitHub - Hsankesara/DeepResearch: This repository is the collection of research papers in Deep le... github.com https://towardsda..

[Keras]Video Vision Transformer

https://keras.io/examples/vision/vivit/ Keras documentation: Video Vision Transformer Video Vision Transformer Video Vision Transformer Author: Aritra Roy Gosthipaty, Ayush Thakur (equal contribution) Date created: 2022/01/12 Last modified: 2022/01/12 View in Colab • GitHub source Description: A Transformer-based architecture for video cl keras.io